DeepSeek오픈소스

DeepSeek V4 Pro

Name: DeepSeek V4 Pro
Author: DeepSeek

이 모델 비교

DeepSeek가 개발한 고성능 MoE 코딩 모델. 1.6T 파라미터(49B 활성화), 100만 토큰 컨텍스트 대응. CSA+HCA 하이브리드 아키텍처를 채용.

공유:X Hatena LINE

파라미터

1.6

컨텍스트

라이선스

MIT

출시일

2026-04-24

벤치마크 성능

AA Intelligence Index

—

LMArena Elo

—

HLE

—

ARC-AGI-2

—

SWE-bench Verified

—

GPQA Diamond

—

MMLU-Pro

—

LiveCodeBench

—

AIME 2025

—

MATH-500

—

일본어 처리 능력

✅High-Quality JP

Multilingual model with strong Japanese language processing capabilities.

API 가격

입력 가격 (1M 토큰당)

$0.435

출력 가격 (1M 토큰당)

$0.87

과금 모드: standard

강점

약점

활용 사례

심층 분석

Artificial Analysis 인텔리전스 지수

오픈 가중치 중 Kimi K2.6(54) 다음 2위

파라미터

1.6T (MoE, 49B 활성)

CSA+HCA 하이브리드 어텐션, 1M 컨텍스트에서 표준 대비 27% FLOPs

SWE-bench Verified

80.6%

LiveCodeBench

93.5%

Codeforces Elo

3206

공개 모델 중 최고( GPT-5.4는 3168)

입력/출력 가격

$0.435/$0.87 per 1M

캐시 히트 입력 $0.0036. 2026-05 영구 75% 인하

강점

・압도적인 가격 경쟁력 — 출력 $0.87/1M으로 Claude Opus 4.7($25)의 약 1/29, GPT-5.5($30)의 약 1/34. 4대 코딩 벤치마크 중 3개에서 플래그십과 동급 이상
・코딩·경쟁 프로그래밍 강자: LiveCodeBench 93.5%, Codeforces Elo 3206(공개 모델 최고), Terminal-Bench 2.0 67.9%로 Opus 4.7(65.4%) 앞섬
・MIT 라이선스 오픈 가중치로 자체 호스팅·파인튜닝·상업 사용 자유. 1M 토큰 컨텍스트와 Non-Think/Think High/Think Max 3가지 추론 모드 지원

약점

・SWE-bench Verified 80.6%로 Opus 4.7(87.6%)에 7점 뒤처지며, 하드 코딩 작업은 여전히 폴백 대상
・비전 입력 없음(텍스트 전용) — 이미지·문서 이해 워크로드에는 부적합
・NIST CAISI 평가에서 '미국 최강 모델 대비 약 8개월 behind'인 중국 최강 모델로 분류됨. 자체 호스팅은 H200급 대규모 GPU 필요

경쟁사 비교

Model	Arena	Price
Claude Opus 4.7	N/A	$5/$25 per 1M
GPT-5.4	N/A	$2.50/$15 per 1M
Kimi K2.6	N/A	오픈 가중치

개요

DeepSeek V4 Pro는 2026년 4월 24일 공개된 DeepSeek의 플래그십 오픈 가중치 모델이다. 1.6조 총 파라미터 / 49B 활성 파라미터 MoE로, Compressed Sparse Attention(CSA)과 Heavily Compressed Attention(HCA) 하이브리드 어텐션을 사용해 1M 컨텍스트에서 표준 트랜스포머 대비 27%의 FLOPs만 소모한다. Manifold-Constrained Hyper-Connections(mHC)와 Muon Optimizer를 채택했다. 1M 토큰 컨텍스트, 최대 384K 출력, 텍스트 전용(비전 없음)이며 Non-Think·Think High·Think Max 3가지 추론 모드를 지원한다. MIT 라이선스로 Hugging Face에 가중치가 공개되어 자체 호스팅·파인튜닝·상업 사용이 자유롭다. 가격은 입력 $0.435/백만 토큰, 출력 $0.87/백만 토큰(캐시 히트 입력 $0.0036)으로, 2026년 5월 75% 인하가 영구 가격으로 고정됐다. Artificial Analysis 인텔리전스 지수 52로 오픈 가중치 중 Kimi K2.6(54) 다음 2위다. 코딩 벤치마크에서 SWE-bench Verified 80.6%, LiveCodeBench 93.5%, Codeforces Elo 3206(공개 모델 최고)을 기록했다. NIST CAISI는 이를 '미국 최강 모델 대비 약 8개월 behind'인 중국 최강 모델로 평가했다.

벤치마크 및 성능

DeepSeek V4 Pro는 코딩·지식 벤치마크에서 플래그십에 근접하는 수치를 기록하며, 가격은 그보다 훨씬 낮다. **주요 벤치마크 결과:** | 벤치마크 | V4 Pro | Opus 4.7 | GPT-5.4 | |---|---|---|---| | SWE-bench Verified | 80.6% | 87.6% | — | | SWE-bench Pro | 55.4% | — | — | | Terminal-Bench 2.0 | 67.9% | 65.4% | — | | LiveCodeBench | 93.5% | 88.8% | — | | Codeforces Elo | 3206 | — | 3168 | | GPQA Diamond | 90.1% | — | — | | MMLU-Pro | 87.5% | — | — | | Chatbot Arena | 1456 | — | — | **독립 평가 (Artificial Analysis):** - 인텔리전스 지수: 52 (오픈 가중치 2위, Kimi K2.6 54 다음) - 코딩 지수: 59.4 - 출력 가격은 Opus 4.7 대비 약 1/29, GPT-5.5 대비 약 1/34 저렴 **주목할 점:** - Codeforces Elo 3206은 공개 모델 중 최고 기록 - 하이브리드 압축 어텐션으로 1M 컨텍스트 지연이 이전 세대 대비 크게 개선 - 단 SWE-bench Verified는 Opus 4.7에 7점 뒤처져 하드 코딩은 폴백 권장

상세 비교

**DeepSeek V4 Pro vs Claude Opus 4.7:** V4 Pro는 출력 $0.87로 Opus 4.7($25)의 약 1/29이며, Terminal-Bench 2.0(67.9 vs 65.4%), LiveCodeBench(93.5 vs 88.8%), Codeforces(3206 vs 미공개)에서 앞선다. 그러나 SWE-bench Verified에서는 Opus 4.7(87.6%)이 V4 Pro(80.6%)을 7점 앞서 하드 코딩에는 Opus가 적합하다. 권장: 대부분 코딩 트래픽은 V4 Pro로 라우팅, SWE-bench형 난이도는 Opus로. **DeepSeek V4 Pro vs GPT-5.4:** V4 Pro는 출력 $0.87로 GPT-5.4($15)의 약 1/17이며 Codeforces에서 앞선다. GPT-5.4는 가치 중심 상용 픽으로 V4 Pro와 같은 가격대 근처에서 경쟁한다. 폐쇄 모델의 최신 기능이 필요 없으면 V4 Pro가 비용 효율적이다. **DeepSeek V4 Pro vs Kimi K2.6:** 가장 가까운 오픈 가중치 경쟁자. SWE-bench Verified는 근접(80.6 vs ~80.2%)하나 V4 Pro가 LiveCodeBench와 Codeforces에서 앞서고, K2.6이 SWE-bench Pro(~58.6 vs 55.4%)와 오픈 가중치 인덱스(54 vs 52)에서 우세. 저렴한 코딩 에이전트와 광범위 지식에는 V4 Pro를, 최상위 오픈 지수가 필요하면 K2.6을 선택하라.

커뮤니티 평가

출시(2026년 4월 24일) 이후 V4 Pro는 '18개월 만에 오픈 가중치 라우팅이 본격 비용 레버가 된 사례'로 평가받았다. PromptUnit은 5억 토큰/월 코딩 워크로드 기준 Opus 4.7($7,500) 대비 V4 Pro($1,305)로 연 $7,400 절감 사례를 분석했다. **긍정적 반응:** 개발자는 MIT 라이선스 자체 호스팅 자유와 압도적 가격을 환영했다. 하이브리드 압축 어텴션의 27% FLOPs 효율은 장문 컨텍스트 추론 경제성을 크게 개선했다는 평가다. **비판적 반응:** 텍스트 전용(비전 없음)이라 멀티모달 워크로드에는 부적합하다는 지적이 있었다. NIST CAISI 평가가 '미국 최강 대비 약 8개월 behind'라고 한 점, 그리고 자체 호스팅에 H200급 대규모 GPU가 필요한 점도 한계로 꼽혔다. **도입 패턴:** DeepSeek API(OpenAI 호환), DeepSeek 앱(무료), 그리고 Fireworks·OpenRouter·Azure·Tencent·Vercel 등 다수 추론 제공사를 통해 광범위하게 사용 가능하다.

활용 사례

**1. 비용 민감형 대규모 코딩 에이전트:** 출력 $0.87/1M으로 Opus 4.7 대비 약 1/29. LiveCodeBench 93.5%, Codeforces Elo 3206으로 생산 코딩에 강하다. 퍼센트 라우팅으로 트래픽의 60%를 V4 Pro에 두면 단일 워크로드 연 $5만 이상 절감 사례가 보고됐다. 하드 SWE-bench형 과제만 Opus로 예약하라. **2. 자체 호스팅 추론:** MIT 라이선스 가중치를 내려받아 H200·MI355X·Ascend 950 노드에 자체 호스팅하면 월 100억 토큰 이상 워크로드에서 API 비용을 따돌린다. bf16 정밀도 서빙을 권장한다. **3. 장문 컨텍스트 RAG·에이전트:** 1M 토큰 컨텍스트와 함수 호출·구조화 출력·도구 사용 지원으로 장문 문서 분석과 다단계 툴 사용 에이전트에 적합하다. Think Max 모드는 384K 컨텍스트를 요구한다. **4. 데이터 주권이 필요한 워크로드:** 자체 호스팅은 DeepSeek 앱의 중국 데이터 레지던시를 우회하는 경로다. 데이터 민감 산출물은 자체 호스팅으로 처리하라.